Source: https://ailoot.ai/models/zh-hant-tw/nvidia-nemotron-3-5-super-vl/ Canonical: https://ailoot.ai/models/zh-hant-tw/nvidia-nemotron-3-5-super-vl/ Language: zh-hant-tw # NVIDIA: Nemotron 3.5 Super VL [Markdown](https://ailoot.ai/models/zh-hant-tw/nvidia-nemotron-3-5-super-vl/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/nvidia-nemotron-3-5-super-vl/facts.json) ## [NVIDIA: Nemotron 3.5 Super VL](https://ailoot.ai/models/zh-hant-tw/nvidia-nemotron-3-5-super-vl/) `nvidia/nemotron-3.5-super-vl` NVIDIA文字輸入 US$0.0003 / 1K輸出 US$0.001 / 1K 與 NVIDIA 模型進行文字對話，用於推理、程式碼工作與大量資料分析。 ### 推理、程式碼與長篇文字 Nemotron 3.5 Super VL 是 NVIDIA 用於多步驟推理、程式碼理解或大量資料處理的模型。在 Ailoot，本模型卡提供文字對話：傳入指示、輸入資料與訊息歷史，模型再傳回文字答案。 可用於分析技術文件、比對需求、準備程式碼說明及分析文字報告。請求可先指定目標、附上必要資料，再定義結果形式，例如附理由的結論清單、程式修改計畫，或數個方案的比較。 ### 結構與專長 原始 Super VL 是 NVIDIA 採用 C-RADIO 視覺編碼器的視覺語言模型，也針對文件與影片理解設計。這張 Ailoot 模型卡提供文字處理能力，原始資料以文字內容傳入。 模型基礎結合 Mamba-2、Transformer 與 Mixture of Experts 架構。約 1200 億參數中，每個處理步驟啟用約 120 億參數。這是模型結構，應與個別請求的實際速度分開考量。 訓練使用了程式儲存庫、任務與程式碼修改配對、建置日誌、多步驟解題軌跡及長上下文資料。後續訓練結合程式碼、推理、指示與對話。面對需要先連結輸入資訊、再整理結果的複合任務時，可運用這種專長來表達需求。 ### 如何準備任務 文件分析先說明問題與資訊篩選標準，再附上有章節標題的文字。需要比對來源時，請給予簡短標籤，並要求結論對應至標籤。程式碼工作則加入相關程式片段、觀察到的行為與預期結果，讓答案能與具體情況核對。 大型上下文視窗可在同一請求放入相關資料。容量本身不能取代清楚提問：適合將指示與原始資料分開，並預先指出所需方案或文件。 ### 上下文與連線方式 Ailoot 為此版本標示 262144 個 token 的上下文視窗。對話歷史、指示、原始資料與答案共用此空間；準備長請求時，請保留結果所需容量。 模型可透過 Chat Completions、Responses、Messages 及 Gemini 格式的文字介面使用。此版本提供文字輸入與文字輸出，文件以文字內容傳入。 ### 可透過 Ailoot API 使用 輸入 `text` 輸出 `text` 上下文 型錄未列明 最大回應 型錄未列明 輸入 US$0.0003 */ 1K* 輸出 US$0.001 */ 1K* 讀取快取 US$0.00004 */ 1K* 輸入 `text` 輸出 `text` 上下文 型錄未列明 最大回應 型錄未列明 輸入 US$0.0003 */ 1K* 輸出 US$0.001 */ 1K* 讀取快取 US$0.00004 */ 1K* 輸入 `text` 輸出 `text` 上下文 型錄未列明 最大回應 型錄未列明 輸入 US$0.0003 */ 1K* 輸出 US$0.001 */ 1K* 讀取快取 US$0.00004 */ 1K* 輸入 `text` 輸出 `text` 上下文 型錄未列明 最大回應 型錄未列明 輸入 US$0.0003 */ 1K* 輸出 US$0.001 */ 1K* 讀取快取 US$0.00004 */ 1K* `nvidia/nemotron-3.5-super-vl` · JSON ``` {"about":"### 推理、程式碼與長篇文字\n\nNemotron 3.5 Super VL 是 NVIDIA 用於多步驟推理、程式碼理解或大量資料處理的模型。在 Ailoot，本模型卡提供文字對話：傳入指示、輸入資料與訊息歷史，模型再傳回文字答案。\n\n可用於分析技術文件、比對需求、準備程式碼說明及分析文字報告。請求可先指定目標、附上必要資料，再定義結果形式，例如附理由的結論清單、程式修改計畫，或數個方案的比較。\n\n### 結構與專長\n\n原始 Super VL 是 NVIDIA 採用 C-RADIO 視覺編碼器的視覺語言模型，也針對文件與影片理解設計。這張 Ailoot 模型卡提供文字處理能力，原始資料以文字內容傳入。\n\n模型基礎結合 Mamba-2、Transformer 與 Mixture of Experts 架構。約 1200 億參數中，每個處理步驟啟用約 120 億參數。這是模型結構，應與個別請求的實際速度分開考量。\n\n訓練使用了程式儲存庫、任務與程式碼修改配對、建置日誌、多步驟解題軌跡及長上下文資料。後續訓練結合程式碼、推理、指示與對話。面對需要先連結輸入資訊、再整理結果的複合任務時，可運用這種專長來表達需求。\n\n### 如何準備任務\n\n文件分析先說明問題與資訊篩選標準，再附上有章節標題的文字。需要比對來源時，請給予簡短標籤，並要求結論對應至標籤。程式碼工作則加入相關程式片段、觀察到的行為與預期結果，讓答案能與具體情況核對。\n\n大型上下文視窗可在同一請求放入相關資料。容量本身不能取代清楚提問：適合將指示與原始資料分開，並預先指出所需方案或文件。\n\n### 上下文與連線方式\n\nAiloot 為此版本標示 262144 個 token 的上下文視窗。對話歷史、指示、原始資料與答案共用此空間；準備長請求時，請保留結果所需容量。\n\n模型可透過 Chat Completions、Responses、Messages 及 Gemini 格式的文字介面使用。此版本提供文字輸入與文字輸出，文件以文字內容傳入。","alias_of":null,"aliases":[],"author":"NVIDIA","canonical_model":"nvidia/nemotron-3.5-super-vl","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"nvidia/nemotron-3.5-super-vl","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/messages","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/responses","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1beta/models/nvidia/nemotron-3.5-super-vl:generateContent","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"nvidia/nemotron-3.5-super-vl","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra"}],"name":"NVIDIA: Nemotron 3.5 Super VL","price":{"in":0.3,"in_label":null,"out":1.0,"out_label":null,"sort_in":0.3,"sort_out":1.0,"varies":false},"public_id":"nvidia/nemotron-3.5-super-vl","short":"與 NVIDIA 模型進行文字對話，用於推理、程式碼工作與大量資料分析。"} ``` ## 常見問題 如何為任務選擇模型？ 先確定需要的輸入與輸出：文字、圖片、音訊或影片，再比較相容的 API 方法、確切的模型 ID 或別名目前指向的模型、價格與計費單位。免費的 GET /v1/models 會列出金鑰可存取的模型。 每個模型都支援所有 API 方法與媒體類型嗎？ 請使用模型卡片列出的 API 方法與輸入、輸出類型。文字、圖片、音訊或影片的支援情況取決於所選模型及方法；傳送資料前請查看對應的請求範例。 模型 ID 與別名有何不同？ 確切的 ID 代表特定模型。別名會指向某個模型，而指向的模型可能變更。請在目錄中查看別名目前指向的模型；整合需要特定模型時，請使用確切的 ID。 傳送請求前如何比較價格？ 在模型卡片中查看所選 API 方法的價格與計費單位。請以相同單位及輸入、輸出類型比較；請求紀錄會顯示實際用量與扣款金額。 訂閱提供什麼？ 持續工作可優惠購買 token。按請求量選方案，訂閱條件與費用在申購時顯示。 如何使用最高 50% 折扣碼？ 購買 token 時輸入折扣碼，總額依活動條件重算，付款前即可看到優惠。 ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。